Kurs Data Engineer

Zdalny weekendowy

Upskill

Certyfikat

Zdalnie

Termin13.09.2025 – 8.03.2026sprawdź liczbę godzin »
Kiedysobota, niedziela: 11:30 – 14:30
Cena (brutto)
6 900 zł
8 900 zł
Najniższa cena z 30 dni: 8 400 zł.
Raty PayU 0%
Formy finansowania sprawdź »

Dla kogo jest kurs Data Engineer?

Kurs Data Engineer jest dla tych, którzy chcą wejść głębiej w świat danych i nauczyć się tworzyć solidne fundamenty pod zaawansowaną analitykę, AI i systemy Big Data.

Zapisz się, jeśli:

Masz analityczny umysł i lubisz pracę z danymi
Chcesz budować nowoczesne rozwiązania do przetwarzania danych
Lubisz techniczne wyzwania i optymalizację procesów
Pracujesz z danymi i chcesz przejść na bardziej inżynierski poziom

Czego nauczysz się na kursie Data Engineer?

Automatyzacja procesów – orkiestracja zadań z Apache Airflow
Architektura danych – projektowanie i skalowanie środowisk danych
Python dla Data Engineerów – praktyczne programowanie i przetwarzanie danych
Data Lakes i Data Warehouses – budowa i zarządzanie hurtowniami danych
Big Data – przetwarzanie danych z Hadoop i Spark
Optymalizacja zapytań – zwiększanie wydajności baz danych
Bazy SQL i NoSQL – projektowanie, operacje i integracje
Data Mesh – wdrażanie nowoczesnych architektur danych w organizacji
Chmura AWS – implementacja rozwiązań chmurowych w środowisku danych

Co otrzymasz w ramach kursu Data Engineer?

Materiały szkoleniowe i nagrania zajęć – dostępne przez 6 miesięcy po zakończeniu kursu.
Zadania praktyczne – ucz się przez działanie, nie tylko teorię.
Do 100 godzin nauki – intensywny program, który prowadzi Cię krok po kroku.
Certyfikat – potwierdzenie zdobytych kompetencji, rozpoznawalne na rynku pracy.

Zobacz program Data Engineer

Rozwiń wszystkie

Moduł 0: Prework

Czego się nauczysz w tej sekcji?

Git: poznasz podstawy pracy z systemem kontroli wersji Git, nauczysz się, jak śledzić zmiany w projekcie, a także dowiesz się, jak korzystać z repozytoriów i współpracować z innymi programistami.

Python: nauczysz się podstaw składni języka Python, w tym zmiennych, pętli i funkcji.

SQL: wykonasz podstawowe operacje na bazach danych z użyciem SQL oraz zrozumiesz, jak projektować proste schematy bazy danych.

Moduł 1: Warsztat Data Engineera

Czego się nauczysz w tej sekcji?

  • Poznanie praktycznych zastosowań Dockera w pracy Data Engineera.
  • Nauka konfiguracji, zarządzania obrazami i uruchamiania kontenerów dla aplikacji danych.
  • Zrozumienie, jak Docker wspiera procesy integracji, przetwarzania i zarządzania danymi.
  • Zapoznanie się z technikami skalowania i automatyzacji wdrożeń w środowiskach produkcyjnych.
  • Poznanie narzędzi i metod monitorowania oraz optymalizacji infrastruktury danych.
Moduł 2: Wprowadzenie do chmury obliczeniowej (AWS)

Czego się nauczysz w tej sekcji?

  • Nauka konfiguracji i zarządzania podstawowymi usługami AWS, takimi jak EC2 i S3.
  • Poznanie zasad zarządzania dostępem i bezpieczeństwem w środowisku chmurowym.
  • Zrozumienie, jak integrować różne usługi AWS w celu tworzenia kompleksowych rozwiązań.
  • Nauka optymalizacji wydajności usług AWS oraz monitorowania zasobów.
  • Poznanie metod konfiguracji sieci i storage w AWS.
  • Zrozumienie podstaw zarządzania kosztami w AWS i optymalizacji zasobów chmurowych.
Moduł 3: Database i zaawansowany SQL

Czego się nauczysz w tej sekcji?

  • Nauka budowania skomplikowanych zapytań SQL z wykorzystaniem funkcji okna i CTE.
  • Poznanie zaawansowanych technik optymalizacji zapytań i indeksowania baz danych.
  • Zrozumienie, jak projektować i implementować schematy baz danych dla różnych scenariuszy biznesowych.
  • Nauka zarządzania dużymi zbiorami danych i optymalizacji ich przechowywania.
  • Poznanie technik partycjonowania danych w bazach SQL.
  • Zrozumienie, jak analizować i interpretować dane za pomocą zaawansowanych zapytań SQL.
Moduł 4: Praca z nierelacyjnymi bazami daych (DynamoDB)

Czego się nauczysz w tej sekcji?

  • Nauka projektowania baz danych z wykorzystaniem modeli NoSQL.
  • Poznanie podstaw pracy z DynamoDB, w tym konfiguracji i zarządzania bazami.
  • Zrozumienie, jak skalować bazy NoSQL w zależności od potrzeb aplikacji.
  • Nauka optymalizacji wydajności zapytań i operacji w bazach NoSQL.
  • Poznanie różnic między modelami relacyjnymi a nierealacyjnymi i ich zastosowań.
  • Zrozumienie, jak zarządzać danymi w środowiskach rozproszonych z wykorzystaniem NoSQL.
Moduł 5: Python w przetwarzaniu danych

Czego się nauczysz w tej sekcji?

  • Nauka korzystania z bibliotek Pandas, NumPy i Polars do przetwarzania dużych zbiorów danych.
  • Poznanie zaawansowanych technik programowania w Pythonie, takich jak zarządzanie pamięcią i optymalizacja kodu.
  • Zrozumienie, jak tworzyć skrypty Pythona do automatyzacji zadań związanych z przetwarzaniem danych.
  • Nauka pracy z API do pobierania i integrowania danych z zewnętrznych źródeł.
  • Nauka integracji różnych źródeł danych w aplikacjach Pythonowych.
  • Poznanie narzędzi do monitorowania i optymalizacji wydajności aplikacji Pythonowych.
Moduł 6: PySpark

Czego się nauczysz w tej sekcji?

  • Nauka podstaw pracy z RDD i DataFrame’ami w PySpark.
  • Zrozumienie, jak działa Lazy evaluation i Transformations w PySpark.
  • Nauka skalowania aplikacji PySpark w środowiskach rozproszonych.
  • Poznanie technik zarządzania pamięcią i optymalizacji przetwarzania w PySpark.
  • Zrozumienie podstaw równoległości i przetwarzania równoległego w PySpark.
  • Nauka implementacji projektów Big Data z wykorzystaniem PySpark.
Moduł 7: Streaming processing (Apache Kafka)

Czego się nauczysz w tej sekcji?

  • Nauka konfiguracji i zarządzania klastrami Apache Kafka.
  • Poznanie metod tworzenia i zarządzania topikami, producentami i konsumentami w Kafka.
  • Zrozumienie, jak projektować systemy przetwarzania strumieniowego o wysokiej wydajności.
  • Nauka monitorowania i diagnostyki wydajności systemów Kafka.
  • Poznanie technik skalowania i zarządzania obciążeniem w środowiskach strumieniowych.
  • Zrozumienie architektury rozproszonych systemów przetwarzania strumieniowego.
Moduł 8: Tworzenie i sterowanie przepływem danych (ETL i ELT)

Czego się nauczysz w tej sekcji?

  • Nauka projektowania procesów ETL do przetwarzania danych z różnych źródeł.
  • Poznanie technik transformacji danych w celu uzyskania optymalnych rezultatów.
  • Zrozumienie, jak automatyzować i monitorować procesy ETL w dużych organizacjach.
  • Nauka implementacji narzędzi ETL w różnych środowiskach technologicznych.
  • Poznanie metod walidacji i czyszczenia danych przed ich ładowaniem do baz danych.
  • Zrozumienie, jak integrować procesy ETL z hurtowniami danych i jeziorami danych.
Moduł 9: Data Warehouses & Lakes

Czego się nauczysz w tej sekcji?

  • Nauka projektowania i implementacji schematów hurtowni i jeziorze danych.
  • Nauka integracji różnych źródeł danych z hurtowniami i jeziorami danych.
  • Poznanie metod zarządzania hurtowniami i jeziorami danych w chmurze.
  • Zrozumienie roli hurtowni i jezior danych w tworzeniu raportów i analiz biznesowych.
  • Nauka optymalizacji przechowywania danych w hurtowniach i jeziorach dla lepszej wydajności.
Moduł 10: Orkiestracja zadań (Apache Aitflow)

Czego się nauczysz w tej sekcji?

  • Nauka konfiguracji i uruchamiania środowiska Apache Airflow.
  • Poznanie technik definiowania i zarządzania DAGs dla przepływów pracy.
  • Zrozumienie, jak automatyzować złożone przepływy danych za pomocą Airflow.
  • Nauka integracji Airflow z innymi narzędziami i systemami danych.
  • Poznanie metod monitorowania i zarządzania przepływami pracy w Airflow.
  • Zrozumienie, jak używać Airflow do zarządzania projektami danych w organizacji.
Moduł 11: Databricks

Czego się nauczysz w tej sekcji?

  • Nauka efektywnego przetwarzania danych w środowisku Databricks.
  • Poznanie metod tworzenia i wdrażania modeli uczenia maszynowego w Databricks.
  • Zrozumienie, jak testować i walidować modele w chmurze z użyciem Databricks.
  • Nauka integracji Databricks z innymi narzędziami analitycznymi i platformami danych.
  • Poznanie narzędzi do współpracy zespołowej dostępnych w Databricks.
  • Zrozumienie, jak zarządzać projektami danych w środowisku chmurowym Databricks.
Moduł 12: Snowflake

Czego się nauczysz w tej sekcji?

  • Nauka konfiguracji i zarządzania środowiskiem Snowflake.
  • Poznanie kluczowych komponentów i architektury Snowflake.
  • Zrozumienie, jak Snowflake oddziela przetwarzanie od przechowywania danych.
  • Nauka zarządzania dużymi zbiorami danych w Snowflake.
  • Poznanie metod czyszczenia i walidacji danych w Snowflake.
  • Zrozumienie, jak korzystać z narzędzi analitycznych dostępnych w Snowflake.
Moduł 13: Data Mesh

Czego się nauczysz w tej sekcji?

  • Nauka koncepcji i zasad działania modelu Data Mesh.
  • Poznanie metod planowania i implementacji decentralizacji zarządzania danymi.
  • Zrozumienie, jak definiować i zarządzać domenami danych w organizacji.
  • Nauka utrzymywania spójności i jakości danych w rozproszonym modelu zarządzania.
  • Poznanie technologii wspierających implementację Data Mesh.
  • Zrozumienie wyzwań w implementacji Data Mesh i strategii ich rozwiązywania.

Ile czasu zajmie Ci kurs?

Kurs trwa 100 godzin . Do godzin przewidzianych w programie, zaplanuj co najmniej 30 godzin na dodatkową, indywidualną pracę, która pomoże Ci utrwalić zdobywane kompetencje.

10 hprework – szacowany czas na przygotowanie do kursu
90 hzajęcia z trenerem (zdalnie na żywo)
30 hszacowany czas na indywidualną pracę między zajęciami

Technologie i narzędzia, które opanujesz na kursie Data Engineer

AWS

AWS S3

SQL

Kubernetes

Docker

Python

Pandas

NumPy

Polars

API

Hadoop

Spark

DynamoDB

Kafka

Amazon Redshift

Apache Airflow

Databricks

Snowflake

Opinie kursantów

Przeszkoliliśmy ponad 7 500 osób

  • Joanna Garwacka

    Kurs był świetny, jestem bardzo zadowolona. Nawet opcja nauki zdalnej (której się obawiałam) finalnie okazała się bardzo wygodna. Zakres merytoryczny bardzo obszerny, zajęcia prowadzone ciekawie, trenerzy cały czas służyli pomocą. Kurs otworzył mi oczy i też bardzo zainteresował tematyką Data Science (oraz programowaniem w SQL i Pythonie).

  • Dagmara Bromirska

    Uważam, że kurs był zdecydowanie wartościowy, acz intensywny. Bardzo mi odpowiadała możliwość sprawdzenia świeżo zdobytej wiedzy podczas dużej liczby zajęć praktycznych i projektów. Wzbogaciłam wachlarz swoich umiejętności technicznych i mam jeszcze więcej chęci do działania!

  • Kacper Jędrczak

    Kurs spełnił oczekiwania w pełni, wartościowych aspektów było bardzo dużo: zaczynając od solidnych podstaw z sqla, przez pythona, bardzo fajnie opracowaną statystykę, a na machine learningu i dość rozbudowanym deep learningu kończąc. Dużym plusem było przygotowanie merytoryczne i postawa trenerów – naprawdę przyjemnie się z Wami pracowało. Generalnie polecam, niezależnie od tego czy nie masz wiedzy w tym temacie w ogóle, czy też masz już podstawy i potrzebujesz je uporządkować i rozwinąć.

  • Bartosz Stasiak

    Kurs spełnił moje oczekiwania. Pozwolił rozwinąć zainteresowania i potwierdził, że warto zdobyć nieco umiejętności IT, bo ich potencjał jest ogromny. Dodatkowo kurs odnowił we mnie głód wiedzy i poznawania czegoś nowego 🙂 Jako dużą zaletę kursu w InfoShare traktuję fakt, że zajęcia prowadzili różni trenerzy. Uważam, że takie podejście pozwala docenić różnorodność metod nauczania, a także lepiej ocenić – i docenić – jakość poszczególnych trenerów. Osobiście, cieszę się, że zajęcia prowadzili profesjonaliści, którzy znają realia pracy z poznawanymi narzędziami i wiedzą jakie są realne wyzwania i problemy pojawiające się w pracy na stanowisku, do którego kurs przygotowuje. Polecam.

Najczęściej wybierane formy finansowania

Zapytaj o kurs

Agnieszka Frąckiewicz

Customer Success Coordinator

agnieszka.frackiewicz@infoshareacademy.com
(+48) 530 100 686

    Administratorem danych osobowych jest infoShare Academy sp. z o.o. z siedzibą w Gdańsku, al. Grunwaldzka 427B, 80-309 Gdańsk, KRS 0000561749, NIP 5842742213, który dane osobowe przetwarza zgodnie z Klauzulą informacyjną.

    Najczęstsze pytania i odpowiedzi

    Jak zapisać się na kurs?

    Aby zapisać się na kurs możesz wypełnić formularz, wysłać maila bezpośrednio do opiekunki lub zadzwonić. W przypadku zgłoszenia się przez formularz otrzymasz od razu maila ze szczegółowym programem kursu oraz informacjami o kolejnych krokach.

    W jakich godzinach odbywają się zajęcia?

    Zajęcia na kursie odbywają się w soboty i niedziele od 11:30 do 14:30.

    Jak przygotować się do kursu?

    Obowiązkowym punktem rozpoczęcia kursu jest przerobienie preworku – są to materiały do samodzielnej nauki. Otrzymasz od nas wszystkie niezbędne materiały, linki oraz instrukcje, jak krok po kroku zainstalować programy i narzędzia, z których będziesz korzystać w trakcie kursu. Przykładając się do jego wykonania, zapewniasz sobie i reszcie grupy sprawny start w kursie i możliwość bezproblemowego rozpoczęcia nauki i pracy nad projektem. Z drugiej strony, w przypadku naszych kursów – bardzo intensywnych i napakowanych wiedzą, zlekceważenie preworku może skutkować późniejszym nawarstwieniem się zaległości, które będzie niezwykle trudno nadrobić w trakcie kursu.

    Jakie warunki muszę spełnić, aby przystąpić do kursu?

    Kurs jest dla Ciebie, jeśli lubisz analizować dane, masz zamiłowanie do matematyki, lubisz rozwiązywać skomplikowane problemy lub jesteś osobą z technicznym zacięciem. Dodatkowo niezbędne do rozpoczęcia nauki na kursie Data Engineer są: znajomość języka angielskiego na poziomie min. B1/B2, wykonanie preworku, który otrzymasz po zapisaniu się na kurs, wysoka motywacja, dyspozycyjność – czas na zajęcia, ale również naukę w domu.

    Czym kurs różni się od studiów?

    Główną przewagą kursu nad studiami jest warsztatowa forma zajęć – wiedzę zdobytą na zajęciach teoretycznych kursanci wykorzystują od razu na zajęciach praktycznych. Zarówno zajęcia teoretyczne, jak i warsztaty prowadzą doświadczeni trenerzy – praktycy. W Akademii dbamy o to, aby program kursu był dopasowany do aktualnej sytuacji na rynku pracy. Kursy są krótsze niż studia, co z jednej strony wiąże się większym natężeniem zajęć i dostarczanej wiedzy, a z drugiej sprawia, że szybciej możesz rozpocząć swój rozwój w obszarze Data Science. Na koniec – na kursach panuje bardzo dobra atmosfera, kursanci wspierają się wzajemnie i są w stałym kontakcie ze sobą i z trenerami na komunikatorze wewnętrznym w czasie trwania zajęć.

    Czy wiek jest ograniczeniem?

    Jeśli chodzi o samo uczestnictwo w kursach, to wiek nie jest ograniczeniem. Nasze kursy kończyli zarówno 18-latkowie, jak i osoby 50+. Należy jednak pamiętać, że karierę w branży IT zaczyna się od stażu albo od stanowiska juniora, co może wiązać się z otrzymywaniem niższego wynagrodzenia niż na obecnym miejscu pracy, jeśli ma się już kilkanaście lat doświadczenia. Warto wziąć to pod uwagę zanim podejmie się decyzję o przebranżowieniu.

    Jak mogę sfinansować kurs?

    Na rynku jest dostępnych wiele form finansowania kursów, szczegółowe informacje znajdziesz na naszej stronie Finansowanie.

    Czy w trakcie kursu i po kursie będzie dostęp do nagrań?

    Tak, zajęcia są nagrywane i można z nich korzystać, żeby utrwalać wiedzę z zajęć.

    Czy otrzymam certyfikat?

    Oczywiście, po zaliczeniu kursu otrzymasz od nas doceniany na rynku certyfikat infoShare Academy z informacją o zakresie kursu i terminie, w jakim kurs się odbywał. Certyfikat podpisany jest przez CEO infoShare Academy oraz Trenera prowadzącego kurs. Otrzymasz go w formacie PDF, dzięki czemu łatwo podzielisz się informacją o zdobytych kwalifikacjach na LinkedIn z potencjalnymi, przyszłymi pracodawcami lub klientami.